Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven

Vision en AI beperken handwerk bij in kaart brengen raskenmerken

Veredelaars die bijvoorbeeld een nieuwe tomaat hebben ontwikkeld moeten die vóór de marktintroductie laten registreren. De nationale keuringsinstantie moet het nieuwe ras beoordelen op een groot aantal kenmerken. Dat is voor een groot deel handwerk. De Business Unit Glastuinbouw en Bloembollen van Wageningen University & Research onderzoekt binnen het Europese samenwerkingsproject INVITE of een deel daarvan geautomatiseerd kan worden door onder meer beeldherkenning en kunstmatige intelligentie.

Nieuwe rassen van bloemen, planten, groenten en fruit worden beoordeeld volgens de DUS-methode: is het nieuwe ras onderscheidbaar ten opzichte van bestaande rassen (Distinctness), is het nieuwe ras en de mogelijke vruchten homogeen (Uniformity) en zijn de karaktereigenschappen permanent (Stability). Voor die drie aspecten controleren instanties zoals het Nederlandse Naktuinbouw nieuwe rassen op tientallen kenmerken.

Tomaten meten en wegen
Bij tomaat gaat het bijvoorbeeld om 61 kenmerken. Circa een derde daarvan heeft betrekking op de vrucht (de andere kenmerken gaan bijvoorbeeld over plantkenmerken en ziekteresistentie). Gewasexperts moeten daarom per nieuw ras honderden tomaten meten, wegen en beoordelen.

Het Europese samenwerkingsproject INVITE, waarbij enkele tientallen onderzoeksinstanties betrokken zijn, zoekt hiervoor een oplossing. WUR ontwikkelt een methode voor het automatiseren van het beschrijven van nieuwe rassen. Hiervoor gebruiken onderzoekers een camera die zowel kleurbeelden als dieptebeelden kan maken. Die beelden worden met kunstmatige intelligentie geanalyseerd.

Flinke tijdsbesparing
Momenteel is het mogelijk om 3 kenmerken (zoals grootte en vorm) op die manier goed te meten. Dat aantal zal binnen het project verder worden uitgebreid naar circa 10 kenmerken. Een deel van het beschrijven zal dus handwerk blijven. Maar als het meest arbeidsintensieve werk geautomatiseerd wordt, dan betekent dat een flinke tijdbesparing, zeker als in de nabije toekomst de software bijvoorbeeld met een smartphone kan worden gebruikt. Bovendien is het daarmee eenvoudiger om de werkwijze bij alle verschillende Europese keuringsinstanties te standaardiseren.

WUR werkt bij dit project nauw samen met Naktuinbouw. Het project wordt gefinancierd door de Europese Commissie.

Bron tekst en foto: WUR

Voor meer informatie:
INVITE 
www.h2020-invite.eu 

Publicatiedatum: